车牌识别系统技术的研究与应用
车牌识别实验报告
车牌识别实验报告车牌识别实验报告一、引言车牌识别技术是近年来快速发展的一项重要技术，它在交通管理、安全监控等领域具有广泛的应用前景。
本文将介绍一次车牌识别实验的过程和结果，以及对该技术的评估和展望。
二、实验目的本次实验的目的是通过使用计算机视觉技术，实现对车辆车牌的自动识别。
通过该实验，我们希望验证车牌识别技术的准确性和可行性，并评估其在实际应用中的效果。
三、实验方法1. 数据收集我们采集了一组包含不同类型和风格的车牌图像数据，包括普通车辆、摩托车和电动车等。
这些数据来源于不同的场景，包括白天、夜晚和恶劣天气等条件下的拍摄。
2. 图像预处理为了提高车牌识别的准确性，我们对采集到的图像进行了预处理。
首先，我们使用图像处理算法对图像进行了去噪处理，去除了图像中的干扰信息。
然后，我们对图像进行了灰度化处理，将彩色图像转化为灰度图像，以便后续的处理。
3. 特征提取在进行车牌识别之前，我们需要从图像中提取出车牌的特征。
我们使用了一种基于边缘检测的方法，通过检测图像中的边缘来提取车牌的轮廓。
然后，我们根据车牌的形状和大小，进一步筛选出可能的车牌区域。
4. 字符分割在车牌识别中，字符分割是非常关键的一步。
我们使用了一种基于连通区域的方法，将车牌图像中的字符分割出来。
通过分析字符之间的间隔和相对位置，我们可以更准确地识别出每个字符。
5. 字符识别最后一步是对分割出的字符进行识别。
我们使用了一种基于深度学习的方法，训练了一个字符识别模型。
通过将字符图像输入到模型中，我们可以得到对应的字符标签，从而实现对车牌的识别。
四、实验结果经过实验，我们得到了一组车牌识别的结果。
在测试数据集上，我们的识别准确率达到了90%以上。
尤其是在白天和晴朗天气下，识别效果更加出色。
然而，在夜晚和雨天等恶劣条件下，识别准确率有所下降。
五、实验评估尽管我们的车牌识别系统取得了较好的结果，但仍存在一些问题和改进空间。
首先，恶劣天气条件下的识别准确率较低，需要进一步优化算法来提高鲁棒性。
车辆牌照自动识别技术研究与应用
６ ｍ ０ｓ ｍ。 图像模糊 ；３ 外界光的干扰 。阳光和夜间车辆大灯都会对摄像 将发光时间 由 １ ．７ ｓ或 ２ｍ 压缩至 ｌ ｓ 这样摄像机同样能 （） 机造成炫光干扰：４ 车辆牌照表面的清洁度。由于上述因素有 获得稳定充足的光 能， （） 而干扰光的影响减少到原来的 １ Ｏ 红 ／２ 。 影响， 如果不采取措施 ， 车辆牌照字符的识别正确率很低 ， 有时 外发光二极管发出的光 的波长范 围很小， 一般是 ６ 纳米 。 ０ 干扰 甚至不到 ５ ％。 ０ 因此必须采取技术手段减少上述因素带来的不 光的波长范围很大 ， 其光谱从紫外光 Ｕ Ｕ ｔ ａＶ ｏ ｅ ） Ｖ（ｌｒ ｉｌ ｔ经可见 利影响。摄像机 自身因素这些因素可 以通过选用性能指标适当 光区直到红外光区中部 （ 波长从 ３０纳米 到 ２ ０ ５ ７０纳米） 。 的摄像机 ， 调整摄像机位置 ， 定期清除镜头表面 的灰 尘等措施
理沧视野
车辆牌照 自动识别技术研 究与应 用
徐 辉
２ ００ ） ３ ０ ９ （ 肥工业大学计算机与信息学院， 合 安徽 合肥
【 要】 摘 本文详述 了车辆牌照 自动识别技 术的原理和关键技术， 并对应用领域进行了分析和探讨 。 还探讨 了用安装在高速公 路 收费车道和行驶车道上的汽车牌照 自动识别系统 ， 如何防止 司机 中途挟卡换车牌逃 费， 通过旅行 时间检测和 流量分析 进行旅行
Ｉ Ｓ 统 就是 信 息 的管 理 。交 通 监 视摄 像 机 在 高 速 公 路 中 但 只保 留最 后 １ 秒 的 结 果 。 Ｔ系 毫
的应用越来越普及 ， 但利用摄像机抓拍并识别牌照技术刚刚兴
４ ．处理外界光的干扰摄像机主要安装在 收费亭旁边或 附
起 。随着计算机技术的发展 ， 计算机 的处理能力不断提高， 价格 着在桥梁和交通标志立柱上。阳光和夜间车辆大灯 的影响使摄
车牌识别技术的研究和实现
车牌识别技术的研究和实现一、本文概述随着智能交通系统的快速发展，车牌识别技术作为其中的一项关键技术，已经得到了广泛的关注和应用。
本文旨在对车牌识别技术进行深入的研究和探讨，分析其原理、方法、实现及应用，以期能为相关领域的研究和实践提供有益的参考和启示。
本文将介绍车牌识别技术的基本概念、原理和技术特点，阐述其在智能交通系统中的重要地位和作用。
接着，本文将重点探讨车牌识别技术的实现方法，包括图像预处理、车牌定位、字符分割和字符识别等关键步骤，并详细分析各种方法的优缺点和适用场景。
本文还将介绍车牌识别技术在实际应用中的案例和效果，探讨其在实际应用中遇到的问题和挑战，并提出相应的解决方案和改进措施。
本文还将展望车牌识别技术的发展趋势和未来研究方向，以期为相关领域的研究和实践提供有益的参考和启示。
通过本文的研究和探讨，相信读者能够对车牌识别技术有更深入的了解和认识，同时也能够为相关领域的研究和实践提供有益的参考和借鉴。
二、车牌识别技术概述车牌识别技术，又称车牌自动识别（License Plate Recognition，LPR），是一种利用计算机视觉和图像处理技术，从视频或图像中自动检测和识别车牌信息的技术。
它涉及图像处理、机器学习、模式识别等多个领域，是实现智能交通系统、车辆监控、违法取证等应用的关键技术之一。
车牌识别系统的基本流程包括预处理、车牌定位、字符分割和字符识别等步骤。
预处理阶段主要对图像进行去噪、增强等操作，以提高图像质量，为后续处理提供基础。
车牌定位是车牌识别技术的核心，其准确性直接影响到后续的字符分割和识别效果。
字符分割则是将车牌中的字符逐一分离出来，为字符识别提供数据。
字符识别则是利用机器学习、深度学习等方法，对分割出的字符进行识别，最终输出车牌号码。
随着技术的不断发展，车牌识别技术在识别速度、准确率和鲁棒性等方面取得了显著进展。
特别是在深度学习技术的推动下，车牌识别技术在复杂背景、模糊、遮挡等恶劣环境下的识别性能得到了显著提升。
监控系统中的车牌识别技术应用
监控系统中的车牌识别技术应用车牌识别技术是监控系统中的重要应用之一。
随着汽车数量的快速增长和城市交通管理的需求不断提升，车牌识别技术在交通安全、公安管理、停车场管理等方面发挥着重要作用。
本文将介绍车牌识别技术的原理、应用场景及其在监控系统中的具体应用。
一、车牌识别技术的原理车牌识别技术是通过图像处理和模式识别等技术手段，对车辆的车牌进行自动化识别和提取。
主要分为以下步骤：1. 图像获取：通过摄像机或监控摄像头获取车辆的图像。
2. 图像预处理：对获取的图像进行去噪、增强和调整等预处理操作，提高后续处理的准确性。
3. 车牌提取：通过边缘检测、颜色分析等算法，定位并提取图像中的车牌区域。
4. 字符分割：将提取的车牌图像分割成单个字符。
5. 字符识别：对每个字符进行识别，得到车牌号码。
6. 车牌识别结果输出：将识别结果输出给监控系统进行后续处理。
二、车牌识别技术的应用场景1. 交通安全监控：通过在路口、高速公路等交通节点安装车牌识别设备，可以实时监测车辆的行驶状态和违法行为，提高交通安全管理水平。
2. 智能停车系统：利用车牌识别技术，自动识别车辆的车牌号码并与停车场数据库进行比对，实现无人值守的自动缴费和停车管理。
3. 没有系统的监控系统能从大量的监控数据中准确识别车牌，有力的辅助了公共安全。
三、车牌识别技术在监控系统中的具体应用1. 出入口管理：在公司、学校、小区等需要对车辆进行限制和管理的场所，可以通过车牌识别技术实现对进出车辆的自动识别和记录，提高门禁管理的效率和安全性。
2. 疑点车辆追踪：在犯罪现场侦查、嫌疑车辆追踪等涉案场景中，监控系统可以通过车牌识别技术实时获取车辆的信息，为公安机关提供重要线索。
3. 公共安全监控：在一些重要场所和敏感区域，安装车牌识别设备可以对进入区域的车辆进行全自动的识别和记录，实现对潜在威胁的监控和管控。
4. 路况监测与治理：通过在道路上安装车牌识别设备，可以实时监测交通拥堵、违规超载等违法行为，为交通管理部门提供数据支持和决策参考。
车牌识别技术实验报告
车牌识别技术实验报告引言车牌识别技术是一种基于计算机视觉和模式识别的技术，旨在从车辆图像中自动识别并提取出车牌信息。
随着交通管理的不断升级和智能化的要求，车牌识别技术逐渐得到广泛应用。
本实验旨在探究车牌识别技术的原理和实现方法，并通过实验验证其识别准确率和稳定性。
实验目的1. 了解车牌识别技术的基本原理；2. 学习车牌识别技术的常见实现方法；3. 掌握车牌识别系统的搭建和调试方法；4. 通过实验验证车牌识别技术的准确率和稳定性。
实验过程1. 数据集准备首先，我们需要准备具有不同车牌种类和样式的数据集作为实验数据。
根据实际应用场景，可以从公开数据集、网络爬取和现场采集等渠道获取。
2. 车牌定位车牌定位是车牌识别的第一步，它的目的是在整个车辆图像中提取出车牌区域。
常用的车牌定位方法包括边缘检测、颜色识别和特征匹配等。
3. 字符分割字符分割是车牌识别的第二步，它的目的是将车牌区域中的字符分割开来，以便后续识别。
常用的字符分割方法包括基于间隔的分割方法和基于统计特征的分割方法。
4. 字符识别字符识别是车牌识别的最关键步骤，它的目的是将分割开的字符识别出来。
常用的字符识别方法包括基于模板匹配的方法和基于机器学习的方法。
5. 实验验证通过将实现的车牌识别系统应用于真实场景的车辆图像，对识别结果进行准确率和稳定性的测试和评估。
可以使用准确率和召回率等指标来评估识别效果。
实验结果经过以上实验步骤，我们成功搭建了一个车牌识别系统，并进行了实验验证。
在实验过程中，我们从数据集中随机选择了100张车辆图像进行识别测试。
实验结果显示，车牌识别系统在准确率和稳定性方面表现出色，准确率达到95%，并能在不同光照和角度下稳定识别。
实验总结通过本次实验，我们深入了解了车牌识别技术的原理和实现方法。
我们学习了车牌定位、字符分割和字符识别等关键步骤，并成功搭建了一个车牌识别系统。
实验结果表明，该系统具有较高的准确率和稳定性，在实际应用中具有很大的潜力。
面向物联网的智能车牌识别系统研究
面向物联网的智能车牌识别系统研究随着人工智能技术的发展，物联网作为智能化的重要手段，越来越受到广泛的关注和应用。
物联网的核心在于将各种智能终端设备连接在一起，形成一个完整的系统，实现全面自动化的数据交换和智能控制。
而智能车牌识别系统作为物联网技术的代表之一，在道路交通管理、车辆追踪等方面具有广泛的应用前景。
本文主要对面向物联网的智能车牌识别系统的研究进行探讨。
一、智能车牌识别系统的原理和应用智能车牌识别系统是一种基于计算机视觉、图像处理、模式识别等技术，实现对车辆车牌信息的实时识别和自动处理的系统。
其核心是采用高清摄像机对路面车辆进行拍摄，并通过识别算法对车牌进行提取和识别。
由于车牌信息是车辆识别的关键，智能车牌识别技术应用场景非常广泛。
在道路交通管理、高速公路收费、车辆通行管制等方面，智能车牌识别系统是重要的技术手段。
通过智能车牌识别系统，交警可以准确地查找到违规车辆，高速公路收费站可以快速地对车辆进行结算，车辆通行管制者可以高效地对特定车辆进行管制。
此外，智能车牌识别系统还可以广泛应用于停车场管理、超市商品追踪、安防监控等领域，具有非常广阔的应用前景。
二、面向物联网的智能车牌识别系统的设计现有的智能车牌识别系统大多具有分类和识别两个阶段，先对车牌进行分类，再提取车牌的特征信息并进行识别。
但是，在物联网环境下，车辆数量增多，车辆种类也更加丰富，因此智能车牌识别系统需要更加智能化和高效化，以满足这一特殊环境下对于智能交通的要求。
因此，面向物联网的智能车牌识别系统应具备以下特点：1. 快速、准确的识别速度和鲁棒性。
物联网环境下，车辆数量和车牌种类繁多，需要智能车牌识别系统能够快速且准确地对车牌信息进行提取和识别，且能够适应复杂的天气和交通环境。
2. 数据安全和隐私保护。
在物联网上，智能车牌识别系统需要使用隐私保护算法，以确保个人隐私不被泄露。
3. 系统稳定性和可靠性。
面向物联网的智能车牌识别系统需要具备较高的稳定性和可靠性，可以持续地工作，否则将会对物联网系统造成危害。
车牌识别系统技术的研究与应用
学术研讨Academic research■ 王妍 苏鹏 刘桂玲车牌识别系统技术的研究与应用摘要：这篇文章对识别车牌的两种方法做了简要的概括和分析，其中一种方法的原理是无线射频识别技术，另外一种检测识别方法是利用图像处理技术，文章中还对这两种方法的优点和缺点分别作出了阐释，在此基础上，提出了双模式识别系统，详细介绍了这种模式的原理，综合考虑到车载的安全性，设计出合理的硬件，希望能够对门禁系统有帮助。
关键词：车牌识别；射频识别；车载分机；检测子系统；门禁子系统很长一段时间以来，我国都是依靠人力管理车辆的。
然而，在改革开放之后，我国的经济实力迅速增强，工业化的发展水平也取得了前所未有的提高，汽车的数量也在与日俱增，这就为交通管理部门、环保部门等带来了诸多麻烦。
车辆数目的增加，给各个单位的车辆管理所带来了诸多困难。
怎样才能够有效管理车辆，怎*样才能够让每一辆车都可以有法可依，是车辆管理部门亟待解决的问题。
1车牌识别技术在管理车辆的过程中，最关键也是最基础的技术就是识别车牌。
识别车牌的方法有两种，一种是间接识别，另外一种是直接识别。
间接识别法的原理就是利用无线射频识别技术进行识别；直接发法的原理就是利用图像处理技术进行识别。
直接法指的是分析视频或者图像中的车牌，把与车辆有关的信息确定下来，这样才能够准确确定车牌的内容。
当前，如果车辆的速度在每小时220公里以下，那么通过车牌识别系统可以精确地抓拍到车牌并且进行有效的识别。
车牌识别系统可以对出现在一个视频中的多辆车辆进行有效的检测和识别。
车牌识别系统主要有以下三部分组成，分别是：车牌定位、字符分隔和字符识别。
而RFID的车牌识别系统是由以下三部分组成，分别是：标签(Tag)、阅读器(Reader)、天线(Antenna)。
电子标签中储存卡有关车牌的信息。
车牌系统工作的时候，首先，标签进去磁场，这时阅读器会有感应，在通过电子标签把信息传递出去；或者是标签自行发送信号，阅读器把相应的信息解码、处理后传送给主系统，主系统在依据相应的运算模式选择不同的方法控制和处理不同的设定，通过发号指令从而控制整个系统的运作。
车辆牌照自动识别技术研究与应用
图像 中在对 图像 进行处理 的基础上 ， 自动 搜索 、 识别 车辆牌
照区域 。软件模块从输入 图像 中对 车辆牌照进行定位 、 字符
分 割后得 到各个字符 的点 阵数据 ， 字符 识别模 块利用这些数 据 进行字符 识别， 并最终将识别结果输出到 指定设备 。
现实。
一
一一
ｎ
１ ３车牌识别主要方法 ．
通流量检测及控制 、 出人 口及小 区车辆管理 、 违章车辆监控 、
不停车 自动收费 、 口检查站车辆监控 、 出行 时间 、 道 计算 车辆 车辆牌 照自动识别技术 研究与应用 安全防盗 、 查堵指定车辆等方面具有较强的实用价值和 巨大
的市场应用潜力 。 １ 车辆牌照 自动识别原理
３ 系统 实 验 结 果
２ 车辆牌 照自动识别系统的实现 本文研究的内容是软件模块功能的实 现， 其工作流程如
图二所示， 系统采用 Ｖ ＋ ｃ ＋语言开发。
实验 中选取了 １０幅实际拍摄的包含车牌的不同大小 、 ０
ｉ
清晰度和牌 照倾 斜度 的汽车 图像 。总体 识别正确率为 ６ ％ ６，
ｖ ｏｐ ｎｔ ａｎ ｔｈ ｅ ｅｒｉ ｅｌ ｍｅ ｄ ｅ ｘｐ ｍｅｎ ｔ．
Ｋｅ ｗｏｒ ｓ：Ｌ ｃ ｎ ｅ Ｐ ａ ｅ Ｒ ｃ ｇ ｉ ｉ ｎ Ｌ ｃ ｎ ｅ Ｐ ａ ｅ Ｌ ｃ ｔ ｏ ； Ｃ ａ ａ ｔ ｒ Ｓ ｇ ｅ ｔ ｔ ｏ ｙ ｄ ｉ ｅ ｓ ｌｔ ｅ ｏ ｎ ｔｏ ； ｉｅ ｓ ｌ ｔ ｏ ａ ｉｎ ｈ ｒ ｃ ｅ ｅｍ ｎ ａ ｉ ｎ
（ 华东交通大学 电气与电子工程学 院， 江西
南昌 ３ ０ １ ） ３ ０ ３
（ｃ ｏ ｌ ｏ ｅ ｈ ｎｃ ｌａ ｄ Ｅ ｅ ｔ ｉａ ｎ ｉ ｅ ｒ ｎ ，Ｅ ｓ ｈ ｎ ｉ ｏ ｏ ｇＵ ｉｅ ｓ ｔ ， Ｓ ｈ ｏ ｆ Ｍ ｃ ａ ｉ ａ ｎ ｌｃ ｒ ｃ ｌ Ｅ ｇｎ ｅｉ ｇ ａ ｔＣ ｉａ Ｊ ａ ｔ ｎ ｎ ｖ ｒ ｉ ｙ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
车牌识别系统技术的研究与应用
时间：2011-03-01 15:53:00 来源：电子科技作者：余春琴张浩然李广林武警工程学院
摘要：本文介绍车牌识别的两种主要方法(基于无线射频识别技术(RFID)的自动检测识别方法和基于图像处理技术的检测识别方法)，并对两种技术的优缺点进行了比较，提出了一种双模式识别系统，重点阐述了主模式识别系统原理，并考虑了车载分机的安全性，给出了车载分机防移动的软硬件设计，可广泛用于各种门禁系统。
关键词：车牌识别；射频识别；车载分机；检测子系统；门禁子系统
0 引言
在我国，直至20世纪50年代，车辆管理主要靠人工方式，然而随着经济的迅猛发展，工业化程度的不断加深，汽车数量大量增加，给交通管理、环境治理、社会治安、交通运营等提出了许多新的问题。
伴随着车辆数目的增加，生活小区、地方单位、部队营区、停车场等对车辆的管理面临着新的挑战。
如何做到车辆状态有案可查、有据可依，如何实现车辆的科学化、自动化管理成为人们关注的话题。
1 车牌识别技术
车牌识别是车辆管理的重要前提和关键技术，主要可分为间接法和直接法两种。
间接法是基于无线射频识别技术(Radio Frequency Id-entification，RFID)的自动检测识别方法；直接法是基于图像处理技术的检测识别方法。
基于图像处理的车牌识别，是对视频或图像中的车牌进行特征分析，确定车牌位置，然后设计识别算法，对车牌中的汉字、字母、数字进行识别，以确定车牌内容。
目前，能够在车辆时速不超过220公里的情况下，实现单车牌照的准确抓拍、检测及识别。
在没有任何外部触发装置时，可以完全基于视频触发控制，系统可对视频图像中静止或行驶中的一个或多个车辆的车牌同时进行实时检测和识别。
车牌识别系统主要由车牌定位、字符分隔和字符识别三部分组成，如图1所示。
基于RFID的车牌识别系统由标签(Tag)、阅读器(Reader)、天线(Antenna)三部分组成。
电子标签中保存车牌信息。
系统的基本工作原理是：标签进入磁场后，如果接收到阅读器发出的特殊射频信号，就能凭借感应电流所获得的能量发送出存储在芯片中的产品信息(即Passive
Tag，无源标签或被动标签)，或者主动发送某一频率的信号(即Active Tax，有源标签或主动标签)，阅读器读取信息并解码后，送到后台主系统进行相关处理；主系统根据逻辑运算判断该卡的合法性，针对不同的设定做出相应的处理和控制，发出指令信号控制执行机构动作。
对于车辆的识别，以往的车辆管理系统通常是单一地采用基于RFID的识别技术或基于图像处理的识别技术。
这两种车辆识别方法各有优缺点：RFID识别技术抗干扰能力强、不受天气影响、且可穿透非金属物体进行识别，识别速率快、准确率高，却难以有效防止作弊，电子标
签容易丢失，并且只能管制内部车辆；基于图像处理的车牌识别技术对基础建设方面几乎没有要求，但是抗干扰性差，准确率也有待提高。
2 系统总体设计
针对两种技术的特点，结合军事营区的特殊性，本文提出一种双模式识别系统。
主模式识别系统由车载分机和门禁子系统构成。
车载分机是在车上安装的一个存储车辆信息的电子设备的简称。
备用模式识别系统采用基于图像处理的识别技术。
主模式识别系统总体结构设计为四部分：中央计算机、检测子系统、车载分机、车位检测与门禁子系统。
其工作原理如下：
(1)中央计算机作为终端数据库，负责存储并管理所有内部车辆的信息(包括车牌号、车品牌、车型、车辆进出信息等)，并将内部车辆信息和基准时间信息发送给检测仪；
(2)检测子系统安装在入口通道，接收中央计算机发送的内部车辆信息和基准时间信息，与车载分机进行通信，接收并判断车辆的身份；
(3)车载分机安装在车辆上，接到检测子系统的命令后，将自身信息发送给检测子系统；
(4)车位检测与门禁子系统完成车位检测和门禁控制，将检测到的车辆动态信息传送给检测子系统，检测子系统根据信息判断是否有车辆要进入，决定何时检测车辆的身份，判断合法车辆是否已通过路障。
如果检测到是非法车，直接报警；如果检测到是合法外来车，提示该车去登记后放行：如果检测到是内部车，直接放行，结合车辆检测记录判断该内部车后面是否有其它车辆通行，如果后面是内部车则保持路况，如果不是，则按前面的方法执行，实现车位检测与门禁子系统的门禁控制功能。
系统原理图如图2所示。
备用模式识别系统是整个系统容错的一种方法，当主模式识别系统不能正常工作时，备用模式识别系统启动。
3 车载分机的防非法移动设计
车载分机是车辆的电子身份证，相当于电子车牌。
车载分机信息一经输入，只有车牌发放部门具有更改内容的权限，这样可以打击假车牌，盗用车牌等犯罪行为。
3．1 防非法移动模块硬件设计
如何防止车载分机的非法移动及拆卸，是车载分机安装的重要考虑因素。
根据三角形是最稳固的结构这一原理，本文提出在车载分机底部安装三个触点开关，这样车载分机一旦安装，三个开关就闭合，只要一移动，车载分机底下的触点开关就会断开，电平信号发生改变，车载分机中存储的车辆信息就会清空并写入非法标志，检测子系统就会得出非法车的信息。
只有车牌发放部门才能恢复车载分机的信息。
三个触点开关经一个与门直接连接在单片机的一个端口P0．7，车载分机安装完成后处于高电平，只要一个触点发生变化，P0．7就变为低电平，通过检测单片机端口的电平变化来实现车载分机的防非法移动或拆卸。
3．2 防非法移动模块软件设计
一旦车载分机安装完毕，车载分机上的控制器进入一个循环，检测P0．7是否高电平，直到P0．7变为低电平，控制器跳出循环，INT0中断，清楚车载分机中车辆信息并写入非
法标志。
防非法移动模块软件程序流程图如图3所示。
4 结论
本文介绍了车牌识别的两种主要方法，并对两种技术优缺点进行了对比。
针对部队营区的特点，结合实际需要，提出了一种双模式车辆识别系统。
本文重点阐述了主模式识别系统，对主模式识别系统中车载分机的安全性进行了讨论，提出了防移动模块的软硬件设计。
本系统可结合各种门禁系统的实际需要进行相应的调整，运用到不同的环境，具有一定的使用性。